Uzņēmums, kas izcēlās ar kvalitāti, to ilgu laiku darīja ar cilvēku palīdzību: vairāk kontrolieru, vairāk izlases pārbaužu, vairāk pieredzes, kas atklāj novirzes, pirms klients tās pamana. Kurš varēja atļauties vairāk kvalitātes darba, tas strukturāli pieļāva mazāk kļūdu. Šī sakarība nonāk spiedienā, tiklīdz daļu no šī pārbaudes darba veic AI, jo tad kvalitātes apgalvojums vairs nav saistīts ar kontroles komandas lielumu.
Kvalitātes darbs nav viens uzdevums, bet gan soļu ķēde, un šie soļi nemainās vienlaikus.
Novirzes atpazīšana strukturētos datos — mērījumu vērtībās, sensoru datos, atkārtojamās pārbaudēs — ir tā daļa, kuru AI šobrīd jau var pārņemt. Modelis novirzes, kurām agrāk bija nepieciešama pieredzēta acs, atpazīst vienlīdz konsekventi un ievērojami biežāk, nejūtot nogurumu maiņas beigās.
Robežgadījumu novērtēšana — vai šī novirze ir pieņemama, vai šī sūdzība ir pamatota, vai šī partija ir jānoraida — ir daļa, kur AI izstrādā priekšlikumu, un cilvēks to apstiprina vai noraida, sniedzot pamatojumu. Šeit svarīgs ir ne tikai mērījuma rezultāts, bet arī konteksts: klienta vēsture, līguma nosacījumi, sezonas ietekme. Šī konteksta izsvēršana pagaidām paliek jomā, kur ir nepieciešama uzraudzība.
Atbildības uzņemšanās, kad kvalitāte pievil — kļūdas izskaidrošana klientam, garantijas prasības izvērtēšana, piegādātāja saukšana pie atbildības — paliek cilvēku darbs. Ne tāpēc, ka modelis to nevarētu formulēt, bet tāpēc, ka klients šajā situācijā vēlas redzēt cilvēku, ar kuru var runāt.
Atšķirība starp uzņēmumiem nav ambīcijās, bet gan tajā, kāda veida kvalitātes darbs tiem ir. Uzņēmums ar daudzām strukturētām, atkārtojamām pārbaudēm — fiksētas specifikācijas, digitāli mērījumu dati, skaidra norma — var atļauties, ka lielāku daļu no pirmā slāņa pārņem AI. Uzņēmums, kur kvalitāte galvenokārt ir saistīta ar unikālu situāciju, individuāla pasūtījuma vai subjektīvas garšas vērtējumu, lielāku daļu darba patur cilvēku ziņā, AI kalpojot labākajā gadījumā kā otrs vērotāju pāris. Tas nav atpalicība, tas ir cita veida darbs. Kurš personāla lēmumus saista ar šo pārbīdi, tam jāievēro attiecīgie tam paredzētie tiesību aktu prasības; tas nav šī salīdzinājuma daļa.
Kamēr kvalitāte galvenokārt bija pārbaudes stundu jautājums, mazāks tirgus dalībnieks nespēja mēroties ar konkurentu, kuram uz grīdas bija desmit kvalitātes darbinieku. Ja būtisku daļu no šīs pārbaudes veic AI, atšķirība pārvietojas no tā, cik daudz pārbaudes kapacitātes ir kādam, uz to, cik labi ir organizēta uzraudzība pār izņēmumiem. Divi uzņēmumi var apgalvot vienādu kļūdu robežu; atšķirība tad ir tajā, kurš ātrāk un labāk pieņem lēmumu par robežgadījumu, kurā modelis šaubās.
Tas padara kvalitāti kā salīdzināšanas punktu grūtāk pārbaudāmu no attāluma, jo sertifikāts vai apmierinātības rādītājs neko nepasaka par to, kuru soli veic mašīna un kuru — cilvēks ar konteksta zināšanām. Tāda pati pārbīde notiek citās dimensijās: kā konkurents organizē pēcapkalpošanu un sūdzību risināšanu, ir saistīts ar tāda paša veida uzraudzību, un kurš vēlas novērtēt kvalitāti kā apgalvojumu, tam vispirms vērts uzzināt kā jūs novērtējat konkurentu bez pieņēmumiem.
Kvalitātes apgalvojums ir kaut ko vērts tikai tad, ja to var izsekot līdz kaut kam izmērāmam: kļūdu procentiem, atgriešanas rādītājiem, atlabšanas laikam pēc novirzēm vai veidam, kā tiek risināta sūdzība. Bez šī pamatojuma teikums "mēs stāvam par kvalitāti" ir teikums, kuru tikpat vienkārši lieto katrs konkurents. Tas attiecas arī uz saistītiem apgalvojumiem — tehniskās zināšanas komandā bieži tiek pieminētas vienā teikumā ar kvalitāti, bet tas ir atsevišķs mērs ar savu pierādīšanas nastu. Kurš vēlas zināt, kuru daļu no sava kvalitātes darba AI faktiski var pārņemt un kura daļa turpina prasīt uzraudzību, saņem atbildi par katru uzdevumu ar FTE TO AI darba skenēšanu.
Lai zinātu, vai konkurents kvalitātes jomā stāv stiprāk, nav pietiekami zināt, ko viņš apgalvo. Nepieciešams ir pierādījums pa dimensijām, izsvērts pret to, kas šajā tirgū faktiski izšķir darījumus — un tas tiek aplūkots lapā par kā jūs salīdzinat savu uzņēmumu ar konkurentiem.
Nosauciet kvalitātes apgalvojumus, ar kuriem, jūsuprāt, jūs uzvarēsiet, un pārbaudiet, kuri no tiem ir aizstāvami ar pierādījumiem un kuri balstās uz pieņēmumiem. Tieši to dara FTE TO AI bezmaksas dimensiju pārbaude: jūs norādāt, ar ko domājat uzvarēt, un redzat, kuri apgalvojumi paliek spēkā. Pilna konkurences etaloņa noteikšana ar pierādījumu matricu visās dimensijās ir izstrādes procesā.